Azure ML発展定義
Azure Machine Learningにおいて、「自動機械学習（AutoML）」の主な目的として最も適切な説明はどれですか？
A.手動でアルゴリズムを選択し、ハイパーパラメータを1つずつ調整するプロセス
✗ 手動による選択と調整は、AutoMLの逆で、AutoMLが自動化する作業です。
B.前処理、特徴エンジニアリング、モデル選択、ハイパーパラメータチューニングを自動化するサービス← 正解
✓ 正解です。AutoMLは繰り返し実験を自動で実行し、最適なモデルを探索します。
C.あらかじめ学習済みのモデルを転移学習で改善するだけの機能
✗ AutoMLは転移学習に限定されず、様々なアルゴリズムから最適なものを選択します。
D.GPUを使用して深層学習モデルを高速化するための専用ツール
✗ AutoMLはGPUの使用可否に関わらず利用でき、GPU専用ツールではありません。
この問題のポイント
AutoMLは繰り返し実験を自動で実行し、最適なモデルを探索します。
「Azure ML発展」の他の問題
Azure MLのMLflowの「実験（Experiment）」と「実行（Run）」の関係はどれか？Azure MLパイプラインを使う主な利点として正しくないものはどれか？Azure MLにおける「自動機械学習（AutoML）」と「設計者（Designer）」の違いとして最も適切なものはどれ…Azure MLの「コンピュート・インスタンス」と「コンピュート・クラスタ」の使用目的の違いはどれか？Azure MLの「パイプライン」と「Automated Machine Learning（AutoML）」を比較した場…Azure MLにおける「バッチ推論」と「リアルタイム推論（オンライン推論）」の違いとして最適なものはどれか？
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。